语音对话机器人算法引擎

人工智能机器人案例ID：196044

杨森

7 年经验· 百度

微信扫码沟通，客服可协助直接对接工程师；如当前档期不合，也可继续推荐相似案例作者。

案例介绍

主要背景：应用于金融信审，获客与贷后等等场景下多轮无障碍机器人与用户语音对话。

主要内容：

参与并主导整个机器人语料，训练，预测等等平台与算法设计以及研发工作，算法开发框架tensorflow,keras,带领算法团队成员，研发的算法如下：

1.语音识别：有 vad ，声学前端采用将声音转为傅里叶变换的 mfsc 频谱图，识别模型为自主研发神经网络结构，包含残差结构，空洞卷积，ctc （不详说），该结构对真实口语化和噪声较大情况识别准确率高，语言模型为 transformer 算法。

2.语音合成：采用 tacotron2+wavernn 训练，并实现少量样本的语音合成及风格迁移。

3.意图识别（NLU）:主要采用内部数据训练的 bert 经蒸馏后模型，模型压缩后速度能达到 ms级，模型小，识别速度快，适应线上。

4.情感计算：采用 gmlp 蒸馏训练，监控用户发生极端情绪后，采取人工快速介入安抚。

5.分布式多机多卡训练：采用100+ gpu 卡对大量语音语料进行分布式多机多卡训练。

6.其他NLP算法如：gpt的文本生成，bert+pagerank文本摘要，bert+crf实体识别，文本纠错，投诉倾向识别，知识图谱，关键词提取等等算法都有，就不一一赘叙。

上述算法，本人除为算法团队主要算法规划与设计人员以及团队负责人外，也是主要开发人员。